Ученый из МГУ имени М. В. Ломоносова Андрей Зубюк разработал новый метод сравнения, который поможет оценить, как субъективные мнения разных экспертов согласуются между собой. Результаты исследования опубликованы в журнале Fuzzy Sets and Systems.
Математическое представление субъективных суждений, неполные и недостоверные данные, а также их использование для решения прикладных задач изучает нечеткая математика. Цель этого раздела прикладной математики — формализовать такие понятия, как интуиция, предчувствие и жизненный опыт, чтобы сформировать полную картину случившегося.
На исход любой ситуации влияют разные параметры, у которых есть определенный набор вариаций. У всякой вариации есть значение, которое характеризует ее правдоподобие. А степень правдоподобия определяет либо эксперт (если это субъективное суждение), либо статистика.
Значения правдоподобия задаются в относительной шкале. Метод, который предложил Зубюк, позволяет сравнивать информацию с помощью разных относительных шкал, а также особым образом учитывать абсолютно неправдоподобные ситуации, возможность которых равна нулю. Ученый предложил более быструю алгоритмическую реализацию метода.
«Нечеткие методы принятия решений используются в самых разных областях, связанных с искусственным интеллектом: при анализе изображений, видео и аудио, в автоматических бортовых системах управления роботами, беспилотными транспортными средствами. Нечеткие методы позволяют научить компьютер интуиции, заставить машину принимать решения отчасти спонтанно, в условиях, когда для принятия решения не хватает данных», — поясняет автор исследования.
Ученый пришел к выводу, что чем информативнее суждение или данные с точки зрения разработанного метода, тем точнее с их помощью удается определить оптимальное решение, то есть линию поведения, стратегия развития, тактику боя, траекторию движения транспортного средства.